本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论
导语
新美国安全中心最新发布的《主权AI指数》2.0版显示，全球主权AI项目已从2023年初的1个增至184个，覆盖67国及欧盟。在这场从富国专属演变为全球浪潮的运动中，最值得关注的变化在供应侧：美国基础模型仍占主导，但松动迹象已现，中国模型通过两家实验室进入6国。与此同时，从零构建模型占比升至40%，产业级主权AI加速落地。对中国而言，既是自主建设的参与者，也是技术出海的供应者，双重角色下的机遇与挑战值得深思。
原文标题：Sovereign AI's Second Wave Is Coming Into View
原文来源：新美国安全中心（CNAS）
编译解读：数字经济发展评论
主权人工智能（Sovereign AI）正在从富国游戏演变为全球浪潮，而这场浪潮最值得关注的变化发生在供应侧：美国基础模型的主导地位开始松动，中国模型正在进入越来越多国家的主权AI项目。
新美国安全中心（CNAS）8月发布的《主权AI指数》2.0版数据显示，中国模型在2025年之前基本缺席，如今已经以两家实验室的技术底座出现在6个国家。主权AI的叙事表面是“各国追求自给自足”，实质是供应侧的重新洗牌：哪个国家的模型底座被更多国家选中，哪国就能在新一轮技术版图重构中占据有利位置。
一、从1个项目到184个项目：全球扩散的全景刻度
该指数为观察主权AI的全球扩散提供了可量化的全景刻度。2023年1月，指数仅追踪到1个主权AI项目；截至2026年年中，累计项目已达184个，覆盖67个国家及欧盟地区。仅2026年上半年就新增41个项目，超过2024年全年总和；新增峰值出现在2025年下半年，达到51个。三年间从1到184的增长表明，主权AI并非个别国家的政策偏好，而是全球性的结构性反应。
扩散本身呈现“广而浅”的特征：指数追踪的国家中，40%只支持1个项目。参与国家的门槛在下降：2023年主要是欧洲、东亚和海湾地区的富裕经济体，到2026年年中已扩至67国，其中10个首次进入的国家全部属于中低收入经济体，涵盖柬埔寨、多米尼加、埃及、加纳、尼泊尔、巴基斯坦、巴布亚新几内亚、巴拉圭、菲律宾、乌拉圭。
目前全球约三分之一的国家在推进某种形式的主权AI，这些国家合计占中美两国以外全球GDP的约90%。这一数字说明，主权AI已从“要不要做”的议题转变为“怎么做”的实践命题。
主权AI的扩散并非均匀推进，而是呈现先行者持续加码的格局：2023年已有项目的国家，此后都在追加投入。2026年上半年约70%的新项目来自指数已收录的国家，仅10个国家就占了全部追踪项目的近40%。新入场者扩大了参与范围，而持续加码的老玩家才是供应侧博弈的核心——他们的底座选择，直接决定全球主权AI供应链的格局走向。
二、美国底座的主导地位与松动迹象
在模型层面，美国仍占据主导地位，但基础正发生变化。多数国家承认，从零打造具有竞争力的主权模型并不现实，因此仍以美国基础模型为技术底座。CNAS的判断是，各国对美国底座的持续偏好“并非理所当然”。一家美国智库主动发出警告，本身就值得关注。
变化的驱动力来自中国模型的入场。中国模型在2025年之前基本缺席，如今已通过两家实验室出现在6个国家：阿里巴巴的通义千问（Qwen）进入埃及、新加坡、泰国、乌干达和阿联酋；哈萨克斯坦的国家模型AlemLLM则由零一万物（01.AI）提供直接技术支持，据称基于中国专有底座。从缺席到覆盖6国，中国模型进入主权AI供应链的速度可能超出多数观察者的预期。
CNAS报告未明确说明各国选择中国底座的具体原因，但数据指向两个关键因素：一是成本与可得性，二是供应连续性的保证。主权AI的核心动机本就是降低对外依赖，选择哪家供应商，取决于谁更不可能在关键时刻切断供应。这种分散化的供应策略，恰恰为中国底座打开了机会窗口。
三、从零构建：实用主义的技术路径
还有一批国家选择更为彻底的路径：从“选择底座”到“自建底座”，其自主程度远超基于外国模型的微调方案。这些国家从零训练自己的模型，不依赖任何外国底座，原因在于担心未来可能被外国供应商切断供应。指数追踪的“从零构建”主权模型数量每年约翻一倍，目前约占全部模型项目的40%，创下历史新高。
从零构建的模型在能力上明显落后于前沿水平，但CNAS报告强调“次前沿并不等于无用”。这一判断为“全球南方”国家的模型项目提供了合理性支撑。约三分之二的从零构建模型参数不足700亿，与中国月之暗面Kimi K3的2.8万亿参数悬殊。
然而，只要能力满足特定场景需求，就有其应用价值：瑞士从零训练的Apertus模型整体性能低于前沿水平，但提契诺州对其进行微调后，在机密文件翻译方面的表现优于Meta的Llama Scout。这一案例揭示了主权模型项目中的普遍权衡：以接受能力降级为代价，换取对数据的本土控制权。在涉及专有数据、严格监管或国家安全敏感的领域，这种交换往往具有合理性。
四、全栈分化与产业级主权AI的兴起
主权AI的推进深度正在出现分化。算力、模型、数据构成AI技术栈的三个层面，每一层都是一道门槛，多数国家仅停留在算力建设层面。指数显示，只有印度、韩国、英国和中国台湾等少数经济体在三个层面均有可运营的项目。全栈主权AI参与者与仅拥有单层项目的国家之间的差距，可能比传统的国家间贫富差距更值得关注。
与此同时，产业级主权AI正在兴起。当造船、金融、国防等关键产业开始构建自己的模型底座时，主权AI就从宏观战略落地为具体的产业实践。2026年上半年，韩国推出造船基础模型，中国台湾推出金融行业模型，乌克兰推出国防数据平台；此前已有土耳其资助医疗与金融领域特定模型、法国启动国防AI项目等先例。
专有数据、严格监管和国家安全意义，使关键产业有强烈动机降低对外依赖。主权AI正在从“国家战略”层面下沉到“行业基础设施”层面，产业数据正成为新的争夺焦点。
面对这一全球浪潮，CNAS报告给华盛顿的建议是：将推动海外全面采用美国AI技术栈，作为政策目标既不现实也不明智，没有任何国家，包括美国最亲密的盟友，会接受这种程度的依赖。美国的正确目标应是成为“全球首选的主权合作伙伴”，通过让美国AI技术栈的获取更可预测、透明、可靠，来缓解各国对技术依赖的焦虑。
对国内而言，这份指数把“主权AI”从抽象概念变成可量化的全球趋势，同时也揭示了中国在其中扮演的双重角色：既是参与者——自身算力与模型自主建设，也是供应者——通义千问、零一万物等技术底座已进入别国主权AI项目。当美国以“首选主权伙伴”为定位巩固盟友生态时，中国模型出海构成了另一条供应线。
值得思考的不仅是自身主权是否足够，还包括“成为别国主权AI的供应底座意味着什么”——这涉及技术标准、数据治理与地缘信任等多重成本。值得注意的是，主权AI投入最大的群体，是2023年既已启动并持续加码的先行者。这些国家主权诉求最强、底座切换最谨慎，既是中国作为供应者最难争取的对象，也是最有战略价值的客户。